基于深度学习的植物病害检测

2024-05-16 23:45:30

1、研究思路

该模型是使用迁移学习创建的，并用resnet 34和resnet 50进行了实验，以证明区分学习给出了更好的结果。该方法为所使用的数据集获得了最新的结果。主要目标是降低检测植物疾病的专业帮助，并使尽可能多的人能够使用该模型。

使用迁移学习，以resnet 34和resnet 50为基础模型。我们用大约4000幅图像训练了这个模型。我们获得了99.44%的准确率，这是该数据集的当前技术水平。

2、研究背景

为了开发用于植物病害检测目的的图像分类器，需要健康和患病植物的大的且经过验证的数据集。直到plantvillage这样的数据集不可用。

RGB和灰度图像在植物叶片病害检测中的应用Padmavathi和Thangadurai的研究给出了RGB和灰度图像在叶片病害检测过程中的比较结果。颜色是检测受感染叶片的重要特征。他们考虑了灰度和RGB图像，并使用中值滤波进行图像增强和分割，以提取用于识别疾病强度的患病部分。他们从健康的叶子中识别出13种不同的疾病，这些疾病有能力从叶子中区分出周围的环境。

3、实验

迁移学习是使用resnet 34和resnet 50完成的。获得的数据集有4000多幅图像，这些图像根据植物类型和疾病类型分为不同的类别。预处理包括数据扩充。图像经过翻转、扭曲和变换，使数据集更加通用。

辨别学习

通过使用区别性学习来训练由resnet创建的CNN模型。在执行学习速率的超参数调整后，只对新添加的层进行初始训练。

基于深度学习的植物病害检测相关推荐

【camera】基于深度学习的车牌检测与识别系统实现（课程设计）
基于深度学习的车牌检测与识别系统实现(课程设计) 代码+数据集下载地址:下载地址用python3+opencv3做的中国车牌识别,包括算法和客户端界面,只有2个文件,surface.py是界面代码, ...
基于深度学习的目标检测综述
基于深度学习的目标检测算法归类和总结整体框架目标检测算法主要包括:[两阶段]目标检测算法.[多阶段]目标检测算法.[单阶段]目标检测算法什么是两阶段目标检测算法,与单阶段目标检测有什么区别? ...
病虫害模型算法_基于深度学习的目标检测算法综述
sigai 基于深度学习的目标检测算法综述导言目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...
综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:计算机视觉life 导读:目标检测(Object Det ...
基于深度学习的目标检测的研究进展2
普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫.而在ILSVRC(ImageNet Large Scale Visual Recognition Cha ...
基于深度学习的目标检测研究进展
前言开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位 ...
基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)
深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...
基于深度学习的病毒检测技术无需沙箱环境，直接将样本文件转换为二维图片，进而应用改造后的卷积神经网络 Inception V4 进行训练和检测...
话题 3: 基于深度学习的二进制恶意样本检测分享主题:全球正在经历一场由科技驱动的数字化转型,传统技术已经不能适应病毒数量飞速增长的发展态势.而基于沙箱的检测方案无法满足 APT 攻击的检测需求,也 ...
【深度学习】基于深度学习的目标检测研究进展
原文出处:http://chuansong.me/n/353443351445 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个 ...

最新文章

热门文章